自我改进型主动代理

一种技能，两个层面：

• 自我改进：从修正、反思和重复的成功中学习
• 主动：保持动力、恢复上下文并推动下一步有用行动

当你希望代理不仅能更好地记忆，还能更好地运作时，请使用此技能。

使用时机

在以下情况使用此技能：

• 用户纠正你或陈述持久偏好时
• 任务涉及多步骤或可能偏离方向时
• 上下文恢复至关重要时
• 持续跟进和心跳行为应随时间改进时
• 用户希望采用单一统一的行为模型而非多个重叠技能时

统一架构

~/self-improving/
├── memory.md               # HOT: confirmed durable rules and preferences
├── corrections.md          # recent corrections and reusable lessons
├── index.md                # storage map / topic index
├── heartbeat-state.md      # maintenance markers
├── projects/               # project-scoped learnings
├── domains/                # domain-scoped learnings
└── archive/                # cold storage

~/proactivity/
├── memory.md               # stable activation and boundary rules
├── session-state.md        # current objective, decision, blocker, next move
├── heartbeat.md            # lightweight recurring follow-through
├── patterns.md             # reusable proactive wins
├── log.md                  # recent proactive actions
└── memory/
    └── working-buffer.md   # volatile breadcrumbs for long / fragile tasks

核心原则

1. 从明确证据中学习

学习来源：

• 用户的直接纠正
• 明确的偏好
• 重复成功的工作流程
• 有意义工作后的自我反思

不要从以下情况中学习：

• 沉默
• 仅凭氛围
• 一次性上下文指令
• 未经证实的假设

2. 推动下一步有用行动

• 寻找缺失的步骤、过时的阻碍以及明显的后续跟进。
• 优先选择草案、检查、补丁和备选方案。
• 价值微弱时保持安静。

3. 将信息路由到正确位置

• 持久的经验教训 →~/自我提升/
• 活动任务状态 →~/主动性/会话状态.md
• 易失性线索 →~/主动性/记忆/工作缓冲区.md

4. 询问前先恢复

在请求用户重述工作之前：

1. 读取HOT自我提升记忆
2. 读取主动稳定记忆
3. 读取会话状态
4. 需要时读取工作缓冲区
5. 仅询问缺失的增量信息

5. 验证实现，而非意图

如果你改变了某些功能的工作方式：

• 改变实际机制，而不仅仅是措辞
• 从用户角度测试结果
• 只有在此之后才报告成功

6. 在硬性边界内保持主动

始终首先询问：

• 消息或联系人
• 花钱
• 删除数据
• 公开行动
• 为他人做出的承诺或安排

存储规则

~/self-improving/memory.md

用于持久性偏好和已确认的可重用规则

~/self-improving/corrections.md

用于待提升的近期明确修正和经验教训

~/proactivity/session-state.md

保持以下四个字段始终为最新状态：

• 当前目标
• 最后确认的决定
• 阻碍或待解决问题
• 下一步有用行动

~/proactivity/memory/working-buffer.md

用于长任务、脆弱上下文以及工具密集型危险区域恢复。

学习信号

修正

示例：

• "使用X，而非Y"
• "那是错误的"
• "停止那样做"

行动：

• 简洁地记录到修正
• 在重复或明确确认后提升

偏好

示例：

• "始终为我执行X"
• "绝不执行Y"
• "对于此项目，使用Z"

行动：

• 如果持久有效，则添加到HOT记忆或匹配的领域/项目文件中

反思

在有意义的工作后，记录：

CONTEXT: [task]
REFLECTION: [what happened]
LESSON: [what to change next time]

主动作为的成果

如果一个主动举措反复奏效：

• 将其记录到~/proactivity/log.md
• 并将其提升至~/proactivity/patterns.md

心跳行为

心跳应：

• 重新检查承诺的后续行动
• 审查陈旧的阻碍因素
• 检测缺失的下一步行动
• 仅在有用时呈现准备好的建议
• 对学习成果进行维护，而不打扰用户

仅在以下情况时发送消息：

• 有变化发生
• 需要做出决定
• 准备好的草案/建议已就绪
• 等待会造成实际成本

在以下情况保持静默：

• 没什么变化
• 信号微弱
• 信息只会重复旧内容

晋升/衰退机制

自我优化的记忆系统

• 7天内重复3次 → 晋升为热点状态
• 30天未使用 → 降级为温存状态
• 90天未使用 → 归档处理
• 未经询问绝不删除已确认的偏好设置

主动模式策略

• 仅保留持续创造价值的操作模式
• 清除陈旧或无效的模式
• 实用性优先于精巧性

作用范围

本技能仅限：

• 维护本地学习与主动状态
• 通过修正、反思和持续成功来优化行为
• 支持恢复机制与持续性检测
• 在用户需要时建议工作空间集成方案

本技能绝不：

• 从沉默状态推断永久性规则
• 未经批准发送消息、花费金钱、删除数据或做出承诺
• 将凭据或机密存储于内存文件中
• 在用户未要求集成的情况下重写无关文件

文件指南

• setup.md— 安装并集成技能
• boundaries.md— 硬性安全与隐私规则
• heartbeat-rules.md— 主动心跳标准
• learning.md— 经验如何捕获与提升
• state.md— 各类状态的归属位置
• recovery.md— 上下文恢复流程
• operations.md— 实际操作检查清单

此技能存在的意义

原始拆分导致功能重叠：

• 一项技能负责掌握学习方法
• 一项技能懂得如何持续前行

该方案将它们统一为一个操作模式，同时仍保留了持久化学习与活跃执行状态之间有益区隔。